MétaCan
Menu
Retour à la cohorte
Enregistrement W2161007271 · doi:10.3846/16111699.2012.701229

POST-EVENT VISITS AS THE SOURCES OF MARKETING STRATEGY SUSTAINABILITY: A CONCEPTUAL MODEL APPROACH

2013· article· en· W2161007271 sur OpenAlexaff
Hui Li, Wei Song, Roger Collins

Notice bibliographique

RevueJournal of Business Economics and Management · 2013
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSport and Mega-Event Impacts
Établissements canadiensThompson Rivers University
Organismes subventionnairesnon disponible
Mots-clésEvent (particle physics)Context (archaeology)TourismMarketingConceptual modelStructural equation modelingSustainabilityPsychologyAdvertisingComputer scienceBusinessGeography

Résumé

récupéré en direct d'OpenAlex

While extant literature has mainly concentrated on contemporaneous event tourism marketing (i.e., on visiting the city during or around the event) and on intentions to revisit after the event's completion, this research investigates the impact of the event on the decisions of potential tourists/visitors who have never visited the host city and want to visit it after the event's completion. Research in this area, especially in those emerging markets where event marketing is developing rapidly, is limited. In order to address the issues raised, a conceptual model is proposed. This model is based on a multivariate research approach, examining the interrelationships between event image, destination image, participants’ perceived satisfaction with the event and intentions to visit, under the context of non-repeat event marketing. Five hypotheses postulating these interrelationships were tested using structural equation modeling. A “non-repeat” event, the National Games, the biggest traditional sports event in China, was chosen to test this model. Selfadministered questionnaires were used to collect data relating to a period of two months after the event's completion. The findings show that the sustainability of event marketing strategy can be achieved through the post-event visit to the host city.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,028

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0040,004
Études des sciences et des technologies0,0010,002
Communication savante0,0060,006
Science ouverte0,0020,002
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,020
Tête enseignante GPT0,257
Écart entre enseignants0,237 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations16
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Business Economics and ManagementMême sujetSport and Mega-Event ImpactsTravaux en français237 207